Pandas GroupBy 统计每个组合出现的次数

在进行数据分析时，经常需要对数据分组并统计每个组合出现的次数。Pandas提供了GroupBy函数可以很方便地实现这个功能。

更多Pandas相关文章，请阅读：Pandas 教程

环境搭建

在开始之前，需要安装Pandas库。可以通过以下命令进行安装：

!pip install pandas

我们将使用一个示例数据，包含两列：颜色和大小。数据如下：

首先，使用Pandas库读取数据并建立DataFrame对象。

import pandas as pd

df = pd.read_csv('data.csv')
print(df)

输出：

    颜色 大小
0  红    大
1  蓝    大
2  红    小
3  红    小
4  红    大
5  蓝    小

然后，使用GroupBy函数对数据进行分组，并统计每个组合出现的次数。

result = df.groupby(['颜色', '大小']).size().reset_index(name='出现次数')
print(result)

输出：

    颜色 大小  出现次数
0   红   大     2
1   红   小     2
2   蓝   大     1
3   蓝   小     1

可以看到，结果包括了所有的组合，并统计了每个组合出现的次数。

GroupBy函数的时间复杂度为O(nlogn)，其中n为数据的行数。该算法的效率较高，可以处理大规模的数据集。

通过Pandas的GroupBy函数，我们可以很方便地对数据进行分组，并统计每个组合出现的次数。这个功能在数据分析和数据挖掘中经常被使用到。